工具跑完，导出一份几百行的死链表，很多人第一反应是从上往下一条条改。改到第三十条就烦了，剩下的又拖到下一次。其实死链不用一次清完，网站死链检测工具给出的是原始列表，真正的工作是排序：哪些先修、哪些可以不管。分批清是唯一能做完的方式。
一、优先级四条判断标准
标准一，有外链指向。外部站点链接到你的这个地址，说明它曾经有价值，跳转过去能留住进来的流量。标准二，已被收录。地址在搜索结果里还能找到，用户从搜索进来会直接撞 404，影响最直接。标准三，出现在站内导航或列表页。站内入口导致的死链会被反复访问，也最容易被抓取。标准四，日志里访问次数高。真实需求在那里，优先级自然高。四条命中任意两条，就排进第一批。
二、三批处理的节奏
第一批，一周内：命中两条以上标准的，逐个做 301 跳转或恢复内容。这批通常不到总量的百分之十，但影响八成以上。第二批，一个月内：被收录但没外链、访问量一般的，返回 410 明确告知删除，或找相似内容做跳转。第三批，按季度：从没被收录、也没人访问的，直接忽略，不用花时间。
手工排序几百行不现实。下面这段脚本读一份 CSV，按访问次数、有无外链、是否已收录三个字段算出一个分值，输出排序后的处理清单。要改的地方是 FILE 那一行和三个权重数字；跑完从上往下处理，处理完在状态列标掉，下次直接跳过。
# 按访问次数与外链情况给死链排优先级
import csv
FILE = 'dead_links.csv' # 列：地址, 访问次数, 有外链, 已收录
W_HIT = 1.0 # 访问次数权重
W_LINK = 5.0 # 有外链权重
W_INDEX = 3.0 # 已收录权重
rows = []
with open(FILE, encoding='utf-8-sig') as f:
for r in csv.DictReader(f):
score = (int(r['访问次数']) * W_HIT
+ (W_LINK if r['有外链'] == '1' else 0)
+ (W_INDEX if r['已收录'] == '1' else 0))
rows.append((score, r['地址'], int(r['访问次数'])))
print('%-50s %8s %8s' % ('地址', '访问次数', '分值'))
for score, url, hit in sorted(rows, reverse=True):
print('%-50s %8d %8.1f' % (url, hit, score))
跑完看前二十行，这些就是要在一周内处理掉的。分值接近但访问次数差别很大的，优先处理访问次数高的那个，因为它带来的是真实用户级别的损失。处理完一条就在原表里加一列状态写已处理或已跳转，下一次跑之前先过滤掉这些，避免重复劳动。
三、批量处理时的三个注意点
注意点一，跳转目标要相关。一个讲服务器配置的旧地址，跳到首页不如跳到新的服务器配置文章，用户和搜索引擎都能接住。注意点二，别做链式跳转。A 跳到 B、B 又跳到 C，第一次就应该直接跳到最终地址。注意点三，改完用抓取工具复测一遍，确认状态码是 301 而不是重复跳转或 302。
四、处理完之后要防新增
死链会持续产生，防比清更重要。在后台编辑器里给站内链接加一次检查，发布前点一遍；服务器上给 404 加个监控，每周看一次 404 总量的变化；删除页面时养成先看有没有外链、再决定跳转的习惯。这三条做到，半年后死链量能控制在一个很小的范围。
死链清单不用清完，清掉排在前面的那批就够了。把优先级规则固定下来，每次照着排，处理死链从苦活变成半小时的事。
相关阅读：
A5创业网 版权所有